复盘编程智能体的任务级联阻塞
Merlin 分析 Java 代码库时误以为各模块都采用相同的 Maven 目录,批量执行器遇到无效路径便中止整批查询。循环检测又把不同路径的同类错误当成重复失败,最终两项任务停滞、十九项任务未能执行。
AI 深度解读
Merlin 用一份 26 项任务的计划分析大型 Java 代码库。模型猜错了几个目录,整个会话只有 4 次查找返回「未找到」,最后却有 19 项任务无法执行,其中包括全部 16 项准备改代码的任务。到了第 36 轮,系统连一份如实说明进度的报告也交不出来。
作者当天修了执行器、循环检测、调度器和最终答复校验。对接过 AI 编程工具的开发者来说,这次故障最值得看的是,每条规则单独看都合理,合在一起却能让一次普通的路径错误堵死整条任务链。
为什么 4 次路径查找失败会拖垮两项检查
模型先看到两个模块都用 Maven 目录 modules/name/src/main/java,便假定其他模块也一样,结果有三个同级模块的目录结构不同。猜错路径原本只会让对应查找失败,但 Merlin 的执行器把一批操作当成一个整体。碰到坏路径就中止整批,同批中原本能成功的查找也没机会运行。
循环检测又放大了这次错误。它只比较错误码,三个不同路径上的「未找到」在它眼里是同一个错误重复了三次。还有一项检查刚遇到自己的第一次错误,就被判定为卡住,因为检测器把其他路径和上一项任务的错误也算在了它头上。
作者当天把失败范围缩到单条操作,让同批其余操作继续执行。循环检测改为同时比较错误码和错误消息,并把错误记到实际产生它的操作上。
为什么任务已经完成,下游还在等
两项检查最终都被标为完成,但仍带着阻塞标记,表示检查留下了未解决的问题。调度器不会再次派发已完成的任务,下游任务却要等标记清除才会启动。于是,负责清除标记的任务再也领不到执行机会,19 项后续任务也就一直等下去。
作者改成由「已完成」状态释放下游,同时把「上游证据不完整」作为事实传下去。这里有两个不同的判断。调度器可以让任务继续推进,接手的任务仍要根据手头的证据判断能开展哪些工作。
为什么连一份未完成报告都交不出来
模型申请修改计划,系统以依赖关系已锁定为由拒绝。执行器此时只允许提交未完成报告,最终答复校验却拒绝了这种报告,坚持要求模型继续改代码。调度器已经没有可派发的代码修改任务,运行最终在第 36 轮触及操作被拒次数上限。
修复后,只有调度器仍能派发承载剩余工作的任务时,最终答复校验才会要求继续。如果执行器只允许提交未完成报告,校验就必须接受。作者给出的检查方法很直接:列出故障发生后系统还允许哪些动作,再逐个确认这些动作能不能通过后续校验。
我的判断
我认同作者把「还有活没做」和「还有活能做」分开判断。单看任务列表,继续催模型似乎合理。把依赖和调度状态一起看,就知道重试只会撞上同一条规则。拆小批次、逐条执行也能缩小查找失败的影响,但如果终止条件和调度状态仍然冲突,拆批也救不了收尾。
释放下游的前提是,下游能识别缺了什么证据,以及手头的证据够不够用。对于独立的文件查找,单条失败后让同批操作继续很合适。对于依赖上游结果的代码修改,允许任务被派发之后,仍要在执行前核实必要信息。
这次事件发生在 2026 年 7 月 27 日。作者引用了当天写下的规格条目,但原始运行日志已过保留期。文章给了故障数字和修复方式,没有给出同一计划修复前后的对照复跑结果。四处改动是一次故障复盘得出的经验,修复后的完成率和重试开销还没有数据可比。
能拿来做什么
- 让 AI 扫描 monorepo 时,先枚举各包的实际目录,再批量查找。让工具为每个路径返回独立结果,保留同批已经找到的文件。
- 给 Node 编排器做循环检测时,按产生错误的操作归属计数,再比较错误码和消息。用不同路径都返回「未找到」的情况检查是否会误判循环。
- 给 AI 编程流水线加一条故障测试,让上游检查完成但证据有缺口,验证下游能读到缺口,并验证无任务可派发时系统能提交未完成报告。